kohonen SOM 的 R 实现：由于数据类型导致的预测误差。答案

【问题标题】：R implementation of kohonen SOMs: prediction error due to data type.kohonen SOM 的 R 实现：由于数据类型导致的预测误差。
【发布时间】：2018-12-05 05:23:29
【问题描述】：

我一直在尝试从 https://clarkdatalabs.github.io/soms/SOM_NBA 运行受监督的 kohonen SOM 的示例代码。当我尝试预测测试集数据时，出现以下错误：

pos.prediction <- predict(NBA.SOM3, newdata = NBA.testing)
Error in FUN(X[[i]], ...) : 
Data type not allowed: should be a matrix or a factor

我尝试了 newdata = as.matrix(NBA.testing) 但没有帮助。 as.factor() 也没有。

为什么会这样？我该如何解决这个问题？

【问题讨论】：

你能显示class(NBA.testing)吗？并在您转换为矩阵/因子后重复此操作以检查它是否已正确转换？
@RAB > 类（NBA.testing）[1]“矩阵”类（as.matrix（NBA.testing））[1]“矩阵”> typeof（as.matrix（NBA.testing） )) [1] “双”
hmm，为什么在最后一个例子中它是双倍的……也许这就是问题所在？
@RAB 它是双倍的，因为我使用 typeof() 来提供有关数据类型的附加信息。 double 和 numeric 的意思一样，应该可以接受

标签： r som

【解决方案1】：

您应该为预测函数添加一个参数，即“whatmap”，然后将其值设置为 1。代码如下：

pos.prediction <- predict(NBA.SOM3, newdata = NBA.testing, whatmap = 1)

要验证预测结果，您可以使用：

table(NBA$Pos[-training_indices], pos.prediction$predictions[[2]], useNA = 'always')

结果可能与教程不同，因为它没有声明使用 set.seed() 函数。我建议在训练阶段之前的某个地方声明了其中包含任意数字的 set.seed()。为简单起见，将它放在脚本的最顶部一次，例如

set.seed(12345)

这将保证您下次重新运行脚本时模型的可重现结果。

希望这会有所帮助。

【讨论】：